作为深度学习炼丹炉核心，GPU 的选型一直是很多人工智能学习者、科研人员最为头疼的问题。从 GPU 架构、系列、型号、版本到最后的显卡品牌，无不需要一系列从显存、CUDA、图像模型：NasNet Large/DeepLabv3/Yolo/Pix2Pix HD/StyleGAN/MaskRCNN 的 Batch size 和处理时间、 语言模型：Transformer Big/Conv. Seq2Seq/unsupMT/BERT Base/BERT Finetune/MT-DNN 的 Batch size 和处理时间，最后到每 G 显存、每 CUDA 的性价比的一番衡量。
最后，读了无数篇公众号推荐，经过一番衡量匹配，终于确定下型号以后。真正购买的时候还得接受各路显卡大厂的轮番包装诱惑。其实最终皮衣老黄分不分得清楚哪块显卡搭载英伟达哪款 GPU 仍然是个问题。今天，我们在 Kaggle 上发现了一个非常有趣的数据集，通过在互联网上手动采集了共 818 张各类型显卡的图片。
我们将其搬运到网盘上，可通过下方链接直接下载。你可以将它们统统喂给 GPU，跑了上万个模型后，GPU 知道自己长什么样嚒？